数字化制模新技术

数字化制模技术是将三维CAD模型直接转化成为铸造用模的新技术。文中介绍了华中科技大学开发的HRP系列数字化制模技术的原理及制模工艺。与传统制模方法相比 ,具有制模速度快、精度高、质量好、价格便宜等优点。文中还以制作轿车制动器卡钳体模样、搅拌叶片模样、蜗壳凸样为例说明了运用数字化制模新技术的优点     

复杂产品开发项目调度问题的模糊优化算法

对具有不确定时间参数的复杂产品开发项目调度问题,提出一种有效的模糊优化调度算法-基于预测的模糊BoP项目调度算法.首先,用模糊数表示不确定的时间参数,并构造相应的模糊数运算方法,对适合于确定性调度问题的BoP算法进行扩展,使其能处理模糊性时间参数.其次,修正了BoP算法中子项目调度方法,提高了算法的调度性能,降低了计算复杂度.大量的数值仿真实验表明,与基于启发式规则的调度算法相比,模糊BoP算法更适合于具有不确定时间参数的复杂产品开发项目调度问题.     

染整车间染缸优化调度算法研究

根据制衣企业染整车间实际需求,建立了染缸加工的调度模型。该模型与传统调度模型不同,它既考虑了小作业的合并,也考虑了大作业的拆分,并在最小化总拖期的同时提高了染缸利用率。改进了已有的启发式算法,使之能够求解本问题,同时提出了一种新的启发式算法。利用某制衣企业染整车间实际生产数据,测试和分析了所提算法的可行性,结果表明新启发式算法既能减小作业总拖期,还可有效提高染缸利用率。     

新一代信息技术环境下现代服务业的数字化和智能化演进

分析了新一代信息技术环境下,现代服务业的发展趋势,总结了数字化和智能化融合给现代服务业带来的深刻变化和重要特征,阐述了现代服务业数字化和智能化的演进路径,强调集约化和"人工十智能"是未来一段时间内现代服务业的主导形式,并提出了未来支撑现代服务业高质量发展的重点研究和突破方向.     

基于模块化模糊子系统的分层模糊神经网络

提出一种基于模块化模糊子系统的分层模糊神经网络,该分层模糊神经网络基于高斯隶属函数,且功能上等价于一个TSK模糊系统,这种分层神经网络在保留了传统模糊神经网络很多优点的同时有效地抑制了“维数灾”问题,而且在模糊子系统中模糊规则的激活强度有所提高,仿真试验结果表明。该方法能获得更为简洁有效的模糊规则集。     

基于过程挖掘的医疗服务过程建模

医疗服务过程是一种复杂的过程,传统软件工程的建模方法已经不能适应这种复杂多变的需求.针对该问题,给出了一种基于过程挖掘的医疗服务过程建模方法,并结合支气管哮喘诊疗过程建模实例说明了如何收集日志、分析重命名任务及不可见任务.根据医疗业务过程的特点,改造了已有的过程挖掘算法,使其更适用于医疗过程的建模.最后,通过在开源的过程挖掘框架PROM中开发插件实现了该方法.     

一种课程学习范式下的知识蒸馏方法

随着工业4.0时代的到来,神经网络在实现整个工业系统自动化的各个环节获得了广泛的应用。然而大规模神经网络往往消耗了大量的存储、内存带宽和计算资源,在计算受限的工业场景中很难高效利用,相比之下,轻量级网络具有更加广泛的应用前景。知识蒸馏提取一个大规模高性能教师网络的知识来指导一个轻量化低性能学生网络的训练,在提升轻量级网络性能方面已获得成功验证。但是,现有的知识蒸馏方法均采用传统的训练数据输入策略,即将训练数据集打乱后随机采样小批量的数据序列,从而将知识从教师网络迁移给学生网络,没有考虑样本输入顺序对学生网络学习知识产生的影响。针对该问题,提出将课程学习范式引入知识蒸馏场景,模拟现实教学场景,使学生网络学习知识遵循先易后难的顺序,即在知识蒸馏过程中,样本输入采用先易后难的策略,其中样本的难度由教师网络和学生网络协作判断,以综合教师网络的经验优势和学习网络的需求特点,达到最合理的课程设计。实验在CIFAR数据集上进行了验证,在多种网络结构下均能大幅提升传统知识蒸馏基线方法的准确率,而且提出的课程学习范式还可以应用于其他主流知识蒸馏方法,进一步提升其性能。另外,消融实验也说明了教师网络和学生...     

固定采购成本与最小采购量约束下的周期库存

对最低采购量约束下带有固定采购成本的随机库存模型进行了分析．当约束作用在单周期或双周期下，得到了最优库存控制策略，并给出求解方法．当约束作用在多周期下，问题性质复杂，难以得到最优解，给出了利用进化计算与BP神经网络结合寻找多周期问题近优解的方法，有效降低了计算复杂度．仿真实例表明使用该方法的误差很小．     

进化规划方法在最小化拖期任务数并行机调度问题中的应用

随着ＣＩＭＳ技术的发展,生产线调度问题的研究显得日益重要,最小化拖用期任务数并行机调度问题是一类重要的生产线调度问题,但迄今为止,在解决工件和机器数较多的大规模并行机调度问题还存在着许多困难,进化规划方法与遗传算法一样是一种重要的进化计算方法,它具有描述简单,使用灵活,运行效率高,鲁棒性强,较少受初始条件限制等优点,这使得它有很高的实用价值,但与遗传算法相比,进化规划方法的应用还刚刚开始,特别是在     

The order structure of fuzzy numbers based on the level characteristics and its application to optimization problems

Ranking and comparing fuzzy numbers is an important part in many fuzzy optimization problems such as intelligent control and manufacturing system production line scheduling with uncertainty environments. In this paper, based on the level characteristic function and α-average of level cut sets of fuzzy number, we establish the IMα-metric method for measuring fuzzy number as a whole, and introduce the concept of IDα-difFerence that describes the reliability of IMα-metric value. Further, the basic properties and the separability of IMα-metric and IDα-difference are discussed. Finally, we give a mathematical model to solve fuzzy optimization problems by means of IMα-metric.